Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

PGC2018-096212-B-C31

Financiado

DESINFORMACION Y AGRESIVIDAD EN SOCIAL MEDIA: AGREGANDO INFORMACION Y ANALIZANDO...

DESINFORMACION Y AGRESIVIDAD EN SOCIAL MEDIA: AGREGANDO INFORMACION Y ANALIZANDO EL LENGUAJE AUNQUE LOS MEDIOS SOCIALES DE COMUNICACION SE HAN CONVERTIDO EN EL CANAL EMPLEADO POR DEFECTO PARA COMPARTIR INFORMACION, IDEAS Y OPINIONES, PUEDEN CONTRIBUIR PARADOJICAMENTE A LA POLARIZACION DE LA SOCIEDAD COMO SE HA PODIDO COMP... ver más

01/01/2018

UPV

75K€

Presupuesto del proyecto: 75K€

Líder del proyecto

UNIVERSITAT POLITÈCNICA DE VALÈNCIA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 685

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2018-01-01 No tenemos la información de la convocatoria

0% 100%

Participantes

UPV

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

PGC2018-096212-B-C33 DESINFORMACION Y AGRESIVIDAD EN SOCIAL MEDIA: ANALIZANDO EL... 70K€ Cerrado

PGC2018-096212-B-C32 DESINFORMACION Y AGRESIVIDAD EN SOCIAL MEDIA: BIAS, CONTROVE... 95K€ Cerrado

NEWSFLOWS Modeling news flows How feedback loops influence citizens... 1M€ Cerrado

PLEC2021-007850 Hacia una metodología para reducir la difusión de informació... 99K€ Cerrado

PID2019-108956RB-I00 IMPACTO DE LA DESINFORMACION EN EL PERIODISMO: CONTENIDOS, R... 42K€ Cerrado

TED2021-130322B-I00 LOS SOTANOS DE LA DESINFORMACION. DE USUARIOS A TERRORISTAS... 95K€ Cerrado

Líder del proyecto

UNIVERSITAT POLITÈCNICA DE VALÈNCIA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 685

Presupuesto del proyecto 75K€

Descripción del proyecto AUNQUE LOS MEDIOS SOCIALES DE COMUNICACION SE HAN CONVERTIDO EN EL CANAL EMPLEADO POR DEFECTO PARA COMPARTIR INFORMACION, IDEAS Y OPINIONES, PUEDEN CONTRIBUIR PARADOJICAMENTE A LA POLARIZACION DE LA SOCIEDAD COMO SE HA PODIDO COMPROBAR EN LAS ULTIMAS ELECCIONES PRESIDENCIALES EN EEUU Y EN EL REFERENDUM BREXIT, CADA USUARIO ACABA RECIBIENDO SOLO LA INFORMACION QUE CONCUERDA CON SUS CREENCIAS Y PUNTOS DE VISTA, CON EL RIESGO DE UN AISLAMIENTO INTELECTUAL (BURBUJA DE INFORMACION), DONDE LAS CREENCIAS PUEDEN FORTALECERSE A PARTIR DE UN MENSAJE REPETIDO DENTRO DE UNA COMUNIDAD CERRADA (ECHO CHAMBER), UN EFECTO PERVERSO ES QUE CUANDO LA INFORMACION CORROBORA NUESTRAS CREENCIAS, TENDEMOS A COMPARTIRLA SIN COMPROBAR SU VERACIDAD, ESTO FACILITA LA PROPAGACION DE DESINFORMACION (FAKE NEWS) Y UNA ULTERIOR POLARIZACION, OTRO EFECTO INDESEADO ES QUE EL RELATIVO ANONIMATO DE LOS MEDIOS SOCIALES FAVORECE LA PROPAGACION DE LENGUAJE AGRESIVO, DE MENSAJES DE ODIO, Y EXCLUSION, QUE FOMENTAN LA SEPARACION EN COMUNIDADES CADA VEZ MAS POLARIZADAS EN SUS OPINIONES, SE TIENDE A UNA ESCASA ARGUMENTACION EN LOS CONTENIDOS QUE A MENUDO SE LIMITAN A UNOS POCOS INSULTOS, EN EL PROYECTO MISMIS-FAKENHATE NOS PROPONEMOS: (I) IDENTIFICAR NOTICIAS FALSAS CONSIDERANDO EL LENGUAJE QUE USAN, EL NIVEL DE EMOTIVIDAD, Y LA INFORMACION MULTIMODAL (IMAGENES Y VIDEOS) QUE CONTIENEN, NOS PROPONEMOS IDENTIFICAR LA DESINFORMACION DESDE UNA PERSPECTIVA MULTIMODAL, COMBINANDO LA INFORMACION TEXTUAL CON LA VISUAL A TRAVES DE TECNICAS BASADAS EN DEEP LEARNING, SE LLEVARA A CABO UN ANALISIS MULTILINGUE CUANDO LA INFORMACION SERA EN LENGUAJES DIFERENTES, ADEMAS, SERA IMPORTANTE PERFILAR SI EL AUTOR DE UNA NOTICIA FALSA ES UN BOT O UNA PERSONA, DE MANERA EN ESTE CASO DE PERFILAR SUS RASGOS DEMOGRAFICOS, (II) DETECTAR LENGUAJE AGRESIVO Y MENSAJES DE ODIO EN LOS MEDIOS SOCIALES DE COMUNICACION, PARA MONITORIZAR MENSAJES DE ODIO, NOS PROPONEMOS USAR UN ENFOQUE TERMINOLOGICO, EXTRAYENDO TERMINOS Y PATRONES LINGUISTICOS DE ODIO A PARTIR DE DATASETS ANALIZADOS ANTERIORMENTE Y MONITORIZAR SISTEMATICAMENTE SI SE EMPLEAN EN NUEVAS CONVERSACIONES ONLINE, LA IDENTIFICACION DE LOS MENSAJES DE ODIO SE LLEVARA A CABO DESDE UNA PERSPECTIVA MULTILINGUE; SE USARAN TECNICAS DE TRADUCCION AUTOMATICA CUANDO PARTES DE LOS MENSAJES HAN SIDO ESCRITO EN UN LENGUAJE DIFERENTE, DESDE UNA PERSPECTIVA MULTIMODAL, SE USARAN TECNICAS BASADAS EN DEEP LEARNING PARA COMBINAR INFORMACION TEXTUAL Y VISUAL, SE ABARCARA TAMBIEN EL PROBLEMA DE PERFILAR LOS HATERS, ES DECIR, AQUELLOS USUARIOS QUE ESCRIBEN MENSAJES DE ODIO, (III) ORGANIZAR CAMPAÑAS DE EVALUACION PARA PERFILAR BOTS Y HUMANOS QUE ESTAN DETRAS A LA DISINFORMACION, PARA IDENTIFICAR MENSAJES DE ODIOS EN LOS MEDIOS SOCIALES DE COMUNICACION, ASI COMO PARA PERFILAR LOS HATERS, POR EJEMPLO EN 2019 AL PAN (TAREA SOBRE PROFILING BOTS AND GENDER) Y A SEMEVAL (MULTILINGUAL DETECTION OF HATE SPEECH AGAINST IMMIGRANTS AND WOMEN IN TWITTER), DESINFORMACIÓN\DETECCIÓN DE SESGOS\CONTROVERSIAS\MENSAJES NO FACTUALES Y FAKE NEWS\DETECCIÓN Y MONITORIZACIÓN DE MENSAJES A

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores